A Faceted Proposal for Transparent Attribution of AI-Assisted Text Production
본 논문은 현재 공개 관행의 격차를 해소하기 위해 형식, 생성, 평가, 의도, 통제 및 추적 가능성과 같은 차원에 걸쳐 기여를 분류함으로써 AI 지원 텍스트 생산에 대한 투명한 귀속을 위한 다면적 다수준 모델을 제안한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
케이크를 굽는다고 상상해 보세요. 과거에 요리책을 썼다면 단순히 "이 케이크를 구웠다"고만 썼을 것입니다. 하지만 이제 당신을 도와주는 초지능 로봇 조수라고 상상해 보세요. 때로는 밀가루를 섞는 것 (작은 도움) 만 하고, 때로는 처음부터 레시피 전체를 작성해 주기도 합니다 (큰 도움). 때로는 당신의 지시문에 있는 오타만 수정해 주기도 합니다.
문제는 "로봇을 사용했다"고 말하는 것만으로는 로봇이 어떻게 도움을 주었는지 독자에게 알릴 수 없다는 점입니다. 로봇이 케이크 전체를 작성했는지, 아니면 단순히 설탕을 뿌려달라고 요청했는지 알 수 없습니다. 이 논문은 이러한 협력 관계를 훨씬 더 상세하게 설명할 필요가 있다고 주장합니다.
다음은 이 논문의 제안을 간단한 아이디어로 분해한 것입니다:
문제: 글쓰기의 "블랙박스"
현재 연구자들이 AI 를 활용하여 논문을 작성할 때, 보통 "AI 를 사용했다"고만 말합니다. 이는 요리사가 "도구를 사용했다"고 말하면서 숟가락을 썼는지 불도저를 썼는지 말하지 않는 것과 같습니다. 이는 너무 모호합니다. 누가 실제로 사고를 했는지, 누가 작업을 점검했는지, 로봇이 최종 요리에 얼마나 영향을 미쳤는지를 알려주지 않습니다.
해결책: "다면적" 라벨
저자 제랄도 제세오 (Geraldo Xexéo) 는 하나의 큰 라벨을 사용하는 것을 중단하고, 보는 각도에 따라 다른 색을 보여주는 프리즘과 같은 다면적 라벨 (multi-faceted label) 을 사용하기 시작할 것을 제안합니다. 한 문장 대신 텍스트를 일련의 특정 범주, 즉 "면 (facets)"을 사용하여 설명해야 합니다.
이를 텍스트의 영양 성분 표시와 같다고 생각하세요. 다만 칼로리와 지방 대신 텍스트가 어떻게 만들어졌는지를 나열하는 것입니다.
"핵심" 라벨 (기본 사항)
모든 텍스트는 최소한 세 가지 정보를 포함해야 합니다:
- 형태 (Form, 리모델링): AI 가 단순히 철자 오류를 수정한 것 (맞춤법 검사기처럼) 인지, 아니면 전체 논의를 완전히 재구성한 것 (구조 엔지니어처럼) 인지 여부입니다.
- 비유: AI 가 단순히 차를 왁스칠만 했는지, 아니면 차체를 완전히 다시 칠하고 엔진을 교체했는지 여부입니다.
- 생성 (Generation, 기원): 단어들은 어떻게 등장했습니까? 인간이 쓰고 AI 가 문장을 마무리했는지, AI 가 짧은 프롬프트에서 전체 단락을 작성했는지, 아니면 인간과 AI 가 긴 대화를 통해 텍스트를 함께 구축했는지 여부입니다.
- 비유: 인간이 설계도를 그렸는지, 아니면 AI 가 "성"이라는 단 하나의 단어만으로 집을 그렸는지 여부입니다.
- 평가 (Evaluation, 검사): 누가 작업을 점검했습니까? 인간이 전체를 꼼꼼히 읽었는지, 아니면 AI 의 출력을 그대로 내보냈는지 여부입니다.
- 비유: 수석 요리사가 서빙하기 전에 수프를 맛봤는지, 아니면 그냥 그릇에 부었을 뿐인지 여부입니다.
"확장" 라벨 (심층 분석)
더 중요한 문서 (박사 학위 논문이나 주요 과학 논문 등) 의 경우, 저자는 세 가지 세부 사항을 더 추가할 것을 제안합니다:
- 의도 (Intent, 이유): 왜 AI 를 사용했습니까? 문법을 수정하거나 언어를 번역하거나 큰 아이디어를 구상하는 데 도움을 받기 위해서였습니까?
- 비유: 로봇을 설거지하라고 사용했는지, 아니면 메뉴를 설계하라고 요청했는지 여부입니다.
- 통제 (Control, 조종자): 누가 배를 조종했습니까? 인간이 매 단계에서 구체적인 지시를 내렸는지, 아니면 인간이 조수석에 앉아 있는 동안 AI 가 대부분의 항해를 주도했는지 여부입니다.
- 비유: 인간이 지시를 내리는 선장인지, 아니면 오토파일이 비행기를 조종하는 동안 인간이 지도를 들고 있는 승객인지 여부입니다.
- 추적 가능성 (Traceability, 영수증): 증거를 볼 수 있습니까? 정확히 어떻게 일어났는지 증명할 수 있는 채팅 로그, 프롬프트, 초안 등이 있습니까?
- 비유: 요리 과정의 영수증과 영상 기록이 있는지, 아니면 최종 접시만 있는지 여부입니다.
실제 생활에서의 모습
이 논문은 이에 대해 긴 단락을 작성해서는 안 된다고 제안합니다. 대신 텍스트 옆에 코드나 아이콘을 사용할 수 있습니다.
예를 들어, 단락에는 다음과 같은 작은 태그가 있을 수 있습니다:|F4|G4|E3|I4|C2|T3|
이것은 암호처럼 보이지만 다음과 같이 번역됩니다: "이 단락은 완전히 재구성되었으며 (F4), AI 와의 긴 대화를 통해 구축되었고 (G4), 인간이 완전히 점검했으며 (E3), 큰 아이디어를 위해 사용되었으며 (I4), 인간이 주도적으로 이끌었고 (C2), 이를 증명할 채팅 로그가 있습니다 (T3)."
이 논문은 또한 이 코드를 코드를 읽기 싫어하는 사람들을 위해 일반 영어로 자동으로 변환할 수 있는 방법도 보여줍니다. 예를 들어: "이 섹션은 AI 와의 반복적인 대화를 통해 재구성되고 초안 작성되었으며, 인간 저자에 의해 완전히 검토되었고 개념적 지원을 위해 사용되었습니다."
"작동 예시" (논문 자체)
저자는 실제로 지금 당신이 읽고 있는 이 논문에서 이 시스템을 사용했습니다!
- 주장: 이 논문은 단순히 "인간이 작성한" 또는 "AI 가 작성한" 것이 아니라고 인정합니다. 이는 하이브리드였습니다.
- 라벨: 이 논문은 스스로
|F4|G4|E3|I4|C2|T3|라는 라벨을 부여했습니다. - 의미: 인간 저자가 큰 아이디어를 가지고 과정을 주도했지만 (통제), AI 는 초안 작성과 구조 정리에 도움을 주었습니다 (생성). 인간이 모든 것을 읽고 수정했으며 (평가), 채팅 로그를 보관했습니다 (추적 가능성).
결론
이 논문은 "AI 를 금지하라"거나 "AI 에게 모든 것을 쓰게 하라"고 말하는 것이 아닙니다. 구체적이어야 한다고 말합니다.
우리가 "계산기를 사용했다"고 말하는 것에서 "이 계산을 위해 특정 앱을 사용했다"고 말하는 것으로 넘어갔듯이, 우리는 "AI 를 사용했다"고 말하는 것에서 "이 특정 부분을 이 특정 방식으로 AI 를 사용했다"고 말하는 것으로 넘어가야 합니다. 이는 독자들이 아이디어에 대한 책임 소재와 텍스트에 얼마나 신뢰를 두어야 하는지 이해하는 데 도움이 됩니다.
저자는 이것이 단지 대화를 시작하기 위한 "제안"인 시작점에 불과하다고 인정합니다. 목표는 미래에 인간과 기계의 마음이 어떻게 협력하여 글쓰기를 만들어냈는지 정확히 이해할 수 있도록 공통된 언어를 만드는 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.